科学与医疗

脑机接口 / BCI

脑机接口、EEG、神经信号解码、神经假体和脑控交互。

2026-09-01 至 2026-09-01 共收录 7 篇信号源：q-bio.NC, eess.SP, cs.LG, cs.HC, cs.RO

1. EEG解码 5 篇

2508.20705 2026-09-01 cs.LG cs.AI 版本更新 90%

EEGDM: Learning EEG Representation with Latent Diffusion Model

EEGDM: 通过潜在扩散模型学习EEG表示

Shaocong Wang, Tong Liu, Yihan Li, Ming Li, Kairui Wen, Pei Yang, Wenqi Ji, Minjing Yu, Yong-Jin Liu

机构 * Tsinghua University（清华大学）； Tianjin University（天津大学）

专题命中 EEG解码：EEG(title,title_cn)；分类 cs.LG

AI总结 EEGDM提出一种基于潜在扩散模型的自监督框架，通过生成EEG信号来捕捉全局动态和长程依赖，实现高质量的EEG信号重建和鲁棒表示学习。

2603.11119 2026-09-01 cs.LG 版本更新 90%

Group Resonance Network: Learnable Prototypes and Multi-Subject Resonance for EEG Emotion Recognition

群体共振网络：可学习原型与多受试共振用于EEG情绪识别

Renwei Meng

机构 * Anhui University（安徽大学）

专题命中 EEG解码：EEG(title,title_cn)；分类 cs.LG

AI总结 GRN通过结合个体EEG动态与群体共振建模，提升EEG情绪识别的跨受试性能，利用可学习原型和多受试共振机制实现更准确的分类。

Comments 12 pages, 4 figures, accepted by International Conference on Artificial Neural Networks (ICANN), 2026

2505.21385 2026-09-01 cs.HC 版本更新 83%

Beyond Reconstruction: What EEG-to-Video Decoding Actually Recovers

超越重建：脑电信号到视频解码究竟能恢复什么

Prajwal Singh, Anupam Sharma, Pankaj Pandey, Krishna Miyapuram, Shanmuganathan Raman

专题命中 EEG解码：EEG(title,abstract)；分类 cs.HC

AI总结本研究提出EEGVid框架用于脑电到动态视频的解码，发现脑电含视觉与情绪结构，当前重建仅反映粗粒度刺激级信息，三元组学习可优化脑电特征，生成器会主动利用脑电作为内容信号。

2512.04729 2026-09-01 math.NA cs.NA 版本更新 67%

Weighted total variation regularization for inverse problems with significant null spaces

加权总变分正则化用于具有显著空空间的反问题

Martin Burger, Ole Løseth Elvetun, Bjørn Fredrik Nielsen

专题命中 EEG解码：EEG(abstract,abstract_cn)

AI总结本文提出加权总变分正则化方法，用于解决具有显著空空间的反问题，有效恢复远离边界的源位置和大小。

2605.27790 2026-09-01 cs.LG 版本更新 57%

SYNAPSE: Neuro-Symbolic Visual Thought-to-Text Decoding via Topological Semantic Denoising

SYNAPSE: 通过拓扑语义去噪的神经符号视觉思维到文本解码

Akshaj Murhekar, Abhijit Mishra

机构 * School of Information University of Texas at Austin（信息学院德克萨斯大学奥斯汀分校）

专题命中 EEG解码：EEG(abstract)；分类 cs.LG

AI总结提出SYNAPSE框架，利用常识图结构和潜在样本进行推理时符号正则化，稳定脑电到文本解码中的语义生成，无需微调大语言模型。

Comments Accepted to Findings of EMNLP 2026

2. 语音与意图解码 1 篇

2608.26493 2026-09-01 cs.LG 版本更新 70%

A Unified Framework for Fair and Personalized Decentralized Learning under Communication Constraints

通信约束下公平且个性化的去中心化学习统一框架

Krishnendu S. Tharakan, Carlo Fischione

机构 * School of Electrical Engineering and Computer Science, KTH Royal Institute of Technology（瑞典皇家理工学院电气与计算机科学学院）

专题命中语音与意图解码：EEG(abstract,abstract_cn)；分类 cs.LG

AI总结该研究针对通信约束下去中心化学习的公平性等挑战，提出融合个性化、公平性与高效通信的DMFL-SQ算法，在CIFAR-10等数据集上验证其能减少通信并维持性能、提升公平性。

Comments accepted for publication in IEEE Transactions on Communications

3. BCI数据与评测 1 篇

2601.15897 2026-09-01 cs.CV 版本更新 50%

ThermoSplat: Cross-Modal 3D Gaussian Splatting with Feature Modulation and Geometry Decoupling

ThermoSplat: 多模态3D高斯点云的特征调制与几何解耦

Zhaoqi Su, Shihai Chen, Xinyan Lin, Liqin Huang, Zhipeng Su, Xiaoqiang Lu

机构 * College of Physics and Information Engineering, Fuzhou University（物理与信息工程学院，福州大学）

专题命中 BCI数据与评测：neural decoding(abstract)

AI总结 ThermoSplat通过特征调制和几何解耦实现多模态3D高斯点云的深度光谱感知重建，提升多光谱场景的渲染质量。

Journal ref 10.1016/j.neucom.2026.134796